Anda dapat mengekspor histori percakapan ke BigQuery. Setelah dikonfigurasi, semua histori percakapan langsung akan ditulis ke tabel BigQuery Anda. Hal ini memberi Anda alat analisis lanjutan yang dapat membantu Anda men-debug dan meningkatkan kualitas agen serta menemukan pola dalam data percakapan.
Batasan
Batasan berikut berlaku:
- Maksimum 500 giliran bicara dapat diekspor untuk setiap percakapan.
Izin lintas project
Jika agen Dialogflow dan data BigQuery Anda tidak berada dalam project yang sama, akun layanan yang terkait dengan project Dialogflow Anda juga harus memiliki izin IAM roles/bigquery.dataEditor untuk set data BigQuery di project BigQuery Anda. Google Cloud Google Cloud
Format akun layanan: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Pengguna yang mengonfigurasi ekspor di Dialogflow harus memiliki izin di project BigQuery. Jika tidak, project BigQuery tidak akan muncul sebagai opsi di Konsol Dialogflow.
Izin minimum yang diperlukan di project BigQuery agar pengguna dapat melihatnya di Dialogflow adalah resourcemanager.projects.get.
Atau, Anda dapat menetapkan salah satu Google Cloud peran bawaan
berikut yang mencakup izin ini, tetapi tidak mengharuskan pengguna memiliki akses ke
set data BigQuery: roles/browser atau roles/bigquery.metadataViewer.
Deskripsi tabel
Setiap baris tabel berisi satu giliran percakapan dengan kolom berikut:
| Kolom | Jenis | Deskripsi |
|---|---|---|
| project_id | STRING | Project ID. |
| agent_id | STRING | ID agen. |
| conversation_name | STRING | Nama resource yang sepenuhnya memenuhi syarat untuk sesi. |
| turn_position | INTEGER | Nomor giliran percakapan. |
| request_time | TIMESTAMP | Waktu giliran percakapan. |
| language_code | STRING | Tag bahasa. |
| permintaan | JSON | Permintaan deteksi maksud. |
| respons | JSON | Respons deteksi maksud. |
| partial_responses | JSON | Respons sebagian jika ada. |
| derived_data | JSON | Metadata tambahan untuk giliran percakapan ini. |
| conversation_signals | JSON | Data analisis terkait NLU. Lihat ConversationSignals untuk skema JSON. |
| bot_answer_feedback | JSON | Masukan jawaban jika ada. |
Konfigurasi
Untuk mengonfigurasi ekspor histori percakapan:
- Pastikan histori percakapan diaktifkan.
- Ikuti panduan pembuatan set data BigQuery untuk membuat set data. Catat nama set data, karena Anda akan memerlukannya di langkah berikutnya.
Ikuti panduan pembuatan tabel BigQuery untuk membuat tabel dengan definisi skema SQL. Gunakan pernyataan SQL berikut untuk pembuatan:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );Konfigurasi setelan agen untuk mengaktifkan ekspor BigQuery, dan untuk memberikan nama set data dan tabel yang dibuat di atas.